外观
Skip to content
数据集TensorAutolibero
数据集档案汇总规模、格式、关联机型与模型
libero
TensorAuto 在 Hugging Face 发布的机器人数据集，LeRobot 格式，规模 100K<n<1M。
概述
这套数据集的采集方式、多模态结构、存储格式与适用任务。
TensorAuto/libero 是一个使用 LeRobot 创建并转换为 LeRobot 格式的数据集，整合了四个 Libero 子数据集：Libero-Spatial、Libero-Object、Libero-Goal 和 Libero-10。数据来源指向 LIBERO 项目主页与论文，用于围绕这些 LIBERO 数据集合进行加载和使用。
该版本是 physical-intelligence/libero 的 corrected copy：原来源标注为 10 FPS，但轨迹实际为 20 Hz，因此 fps 与逐帧 timestamp 已按 20 Hz 重新解释。数据未做重采样，frames、actions、states 保持逐字节不变，并升级到 LeRobot codebase v2.1；许可为 CC-BY 4.0。
关键规格与模态
数据规模、传感器模态、标注层级、存储格式及 Hugging Face Hub 下载热度。
- 演示轨迹数 (Episodes)
- 500
- 采集方式
- 仿真
- 开源协议
- cc-by-4.0
- 传感器模态
- 图像时序
- 标注粒度
- 动作轨迹状态观测
- 存储格式
- LeRobotparquet
暂未公开或待收录：总时长
数据下载与加载代码
通过 Hugging Face CLI 或 LeRobot Dataset API 直接读取帧序列与动作标签。
# 使用 Hugging Face CLI 下载数据集
huggingface-cli download TensorAuto/libero --repo-type dataset --local-dir ./data/tensorauto-libero
# 在 Python / LeRobot 中加载数据集
from lerobot.common.datasets.lerobot_dataset import LeRobotDataset
dataset = LeRobotDataset("TensorAuto/libero")
print(f"Episodes: {dataset.num_episodes}, Frames: {dataset.num_frames}")关联采集机型与策略模型
采集或适配该数据集的机器人本体，以及可在其上训练/评估的 VLA 与控制策略模型。
采集与适用机型 1
来源
本页事实对应的公开页面，以原文为准。
- Hugging Face datasets TensorAuto/libero访问 2026-10-26